展开全部

主编推荐语

人工智能与大数据发展融合,理论实践结合,推动产业变革与伦理治理探索。

内容简介

本书是一部系统阐述人工智能与大数据融合发展的专业著作。本书从人工智能发展的历史进程出发,解读了深度学习革命的成功与挑战,以及大数据技术体系的核心特征。在数据价值与治理方面,本书构建了完整的数据治理方法论体系,涵盖数据资产管理、价值挖掘、安全与隐私保护等关键环节,并通过典型案例展示了数据治理在企业管理中的实际效果。

书中详细介绍了大数据技术在科研项目管理、军事应用、电子政务、金融、工业、生物医药、交通运输等多个领域的深度应用实践。本书系统梳理了人工智能技术方法论的演进历程,从传统的经验范式、结构范式、行为范式到新兴的数据范式、综合或集成范式、类脑范式等。产业智能化转型部分深入探讨了智能制造、智慧城市、智能医疗、智能金融等八大应用场景,分析了人工智能推动商业变革的机遇与挑战。

本书还深度关注人工智能与大数据的伦理治理问题,系统分析了各国政府和国际组织的伦理实践,构建了人工智能伦理治理的技术框架。最后,本书展望了人工智能的未来发展,介绍了人工智能核心技术的五大演进趋势,深入分析了智能机器人、通用人工智能、量子计算、脑机接口等前沿技术,以及它们对产业变革的深远影响。

目录

  • 版权信息
  • 内 容 提 要
  • 前 言
  • 第1章 人工智能与大数据技术概述
  • 1.1 人工智能发展的历史进程
  • 1.2 深度学习的成功与挑战
  • 1.3 人工智能技术体系的发展
  • 1.4 大数据技术
  • 第2章 数据价值与治理
  • 2.1 背景和主要驱动力
  • 2.2 数据资产管理
  • 2.3 数据治理项目方法论
  • 2.4 数据采集与处理
  • 2.5 数据治理与模型构建
  • 2.6 大数据资产管理案例
  • 2.7 数据价值挖掘
  • 2.8 数据价值实现的阶段进程
  • 2.9 数据治理案例
  • 2.10 数据安全与隐私
  • 2.11 数据治理体系
  • 第3章 大数据的行业应用
  • 3.1 常见大数据技术组件
  • 3.2 大数据在科研院所科研项目管理中的应用
  • 3.3 大数据军事应用
  • 3.4 大数据行业应用场景
  • 3.5 数据要素加工交易平台
  • 第4章 人工智能技术方法论
  • 4.1 技术方法论的概念
  • 4.2 传统人工智能研究范式
  • 4.3 现代人工智能研究范式
  • 4.4 新图灵测试
  • 4.5 通用人工智能
  • 4.6 人工智能应用方法论
  • 4.7 典型案例解析
  • 第5章 产业智能化转型
  • 5.1 产业数据发展现状
  • 5.2 人工智能业务模式
  • 5.3 人工智能应用场景
  • 5.4 智能商业创新
  • 5.5 案例:智能Copilot应用与创新实践
  • 第6章 大数据与人工智能伦理及治理
  • 6.1 科技伦理与人工智能伦理
  • 6.2 人工智能技术伦理
  • 6.3 人工智能伦理问题的国际状况
  • 6.4 数据伦理
  • 6.5 人工智能伦理治理
  • 6.6 人工智能伦理治理技术
  • 6.7 人工智能伦理治理标准
  • 第7章 人工智能的未来与发展
  • 7.1 人工智能核心技术演进趋势
  • 7.2 人工智能未来关键技术
  • 7.3 产业变革的驱动力
  • 7.4 人工智能与大数据的技术融合与未来发展 蓝图
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    5.0

    1956 年达特茅斯会议确立人工智能概念至今,我们经历了近七十年的探索与实践。这个过程充满了起伏跌宕:有过 20 世纪 70 年代专家系统的兴起,也有过两次 “AI 寒冬”;有过符号主义和联结主义的激烈争论,也有过统计学习方法的静默发展。然而,正是在这些看似曲折的历程中,人工智能逐渐积累了深厚的理论基础和技术储备,为今天深度学习革命的爆发奠定了坚实基础。

      转发
      评论

    出版方

    人民邮电出版社

    人民邮电出版社是工业和信息化部主管的大型专业出版社,成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”,致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。